文档介绍：博士学位论文聚类算法研究及其在网络模块性分析中的应用作者:孙鹏岗专业:计算机应用技术学院:计算机学院导师:高琳教授月
:
翌同期兰丝:兰本人签名:丕尘幽曼闰关于论文使用授权的说明究工作及取得的研究内容外,论文不包含电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期问论文工作的知识产权单位属西安电子科技大学。本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。C艿穆文在解密后遵守此规定本人签名:导师签名:期同日
捅要随着信息化社会的发展,大多数复杂系统都可以建模成一个网络模型寄型ü愿猛缒P偷难芯浚梢杂欣匕镏颐抢斫飧丛酉低车墓δ堋8丛系统的一个重要特性就是“模块性”,这种特性表现为模块内部的节点连接比较稠密,模块间的节点连接比较稀疏。在社会网络中称之为“社团结构”,生物网络中称之为“功能模块”。通过对这种特性的研究可以更好的帮助我们理解复杂系统的机能和特性,且对复杂系统的控制、预测、变化和发展都具有至关重要的意义。针对复杂网络系统的模块性,本文着重研究网络模块性分析的聚类算法及其在真实网络中的应用:岢鲆恢只谀:劾嗟耐缒?樾苑治龇椒āS胂钟兴惴ú煌υ于,该算法不再通过一个图模型上的遍历搜索来寻找模块,即社团结构,而是把网络建模成一个模糊关系模型,通过模糊关系的运算:叵档暮铣来达到识别社团结构的目的。基于社团结构与等价类的共性苑葱浴⒍猿菩浴⒋ǖ菪,建立起两者间的一一对应关系,即把社团结构映射为满足某一等价关系的等价类。在人工网络与真实网络中的测试结果表明,该算法可以有效地识别网络中的已知社团,也可以用来识别重叠社团。谏鲜鼋⒌哪:叵的P停岢鲆恢只谧钚§鼐劾嗟耐缒?樾苑析方法。融合网络拓扑和熵的特性,利用一种基于熵的测度来刻画节点间的关系,且熵越小,节点间越相似,社团越稳定。然后提出一种新的模糊关系的合成规则,并通过该规则来完成节点间最小熵的传递。在人工网络与真实网络中的测试结果表明,该算法可以有效地识别网络中的已知社团。?槭保挥锌悸堑脚上刀越诘愣鹊囊G蟆U攵哉庖坏悖提出一种基于派系过滤的快速迭代式聚类算法。该算法充分考虑到派系对节点度的要求,即肛派系里的节点的度至少为肛卑咽侗痿上底;.派系,通过递归的方式来实现从小派系到大派系的识别过程。与惴ㄏ啾龋该算法减小了网络上识别社团的搜索空间,提高了效率。攵圆煌镏旨銹网络功能模块的保守性,提出一种基于模块比对的方法来识别物种间的保守功能模块。与传统的网络比对方法相比,模块比对先利用聚类算法把缃心?榛纸庖源死唇档臀侍獾母丛佣龋缓笸ü煌物种蛋白质问的序列相似性,建立起不同物种模块间的映射关系,从而达到识别保守模块的目的。该算法识别出来的保守模块在功能注释上具有很高的一致性,摘要
且从惴ǚ纸獾哪?橹惺侗鸪隼吹谋J啬?橛庞谄渌惴ā5牵捎诙网络进行了分解,破坏了整个网络结构,导致有些保守模块难以识别。贾孪嗨萍膊〉幕蚱涞鞍字什锘嵩赑网络中表现出很紧密的交互性,这也可近似为模块性。针对这一特性,提出一种基于聚类分析的缰疾病相关模块的预测方法。通过一种集成多个生物证据的概率化模型来刻画疾病相关模块,且得分越高与疾病的关联性越大。结果表明惴ǚ纸獾哪?樽为候选的疾病相关模块优于惴ㄓ隡算法,∠喙啬?橛蒆生成,且在大部分人类组织共表达。本文研究网络模块性分析的聚类算法及其在真实网络中的应用,特别是网络中功能模块的识别以及疾病相关模块的预测。此外对于其它具有相似结构的复杂网络本文所讨论的算法也具有适用性。关键词:聚类算法模块性蛋白质相互作用网络
,,’.—。瑃.,....·.’
限一.,甀瓼,琣.‘吼/甒,,,甌甌,/:.畂.,狿‘